- 综合排序
- 最热优先
- 最新优先
- 来自专栏开发运维工程师
应用实战｜大模型驱动的智能知识引擎
引言大模型（LLM）时代的知识引擎革命、技术的突破性进展，正在重塑知识管理与应用的范式。从海量非结构化数据中提炼结构化知识，实现精准检索、推理与决策支持，已成为企业智能化转型的核心竞争力。 本文将通过技术解析、代码示例与实战案例，深入探讨如何构建基于大模型的智能知识引擎。 ，知识图谱是知识引擎的骨架，大模型可显著提升实体识别与关系抽取效率。 垂直领域的知识适配通用大模型有很多种类和单一用途，独特的大模型需结合领域数据微调，才能满足专业场景需求，例如行业数据需求、特种数据需求。 ，随着MoE架构、世界模型等技术的发展，知识引擎将呈现三大趋势：动态演化：自主更新知识库，减少人工干预因果推理：突破相关性局限，实现深度决策人机协同：自然语言交互 + 可视化分析所以作为一个软件开发者，
1K31编辑于 2025-03-05 - 来自专栏AI大模型应用开发炼丹房
破解大语言模型三大死穴：RAG如何成为AI的实时知识引擎
RAG的检索增强生成（Retrieval-Augmented Generation, RAG）技术，一直是不少人研究和优化的方向，RAG通过整合外部知识库来增强模型能力，特别适用于实时性、准确性和专业深度要求高的企业场景 一、RAG的背景：解决大语言模型的三大核心缺陷大语言模型（如GPT系列）本质上是基于固定训练数据的概率生成器，这导致其在实际应用中存在三个关键矛盾：1、知识的静态性与需求的实时性矛盾：LLM的训练数据有明确截止点 重新训练模型以更新知识成本高昂（数百万至数亿美元），且可能引发灾难性遗忘问题。RAG通过外接动态知识库（如公司文档系统或新闻API）来解决这一矛盾。 3、通用知识与专业深度矛盾：通用LLM缺乏企业或行业的内部知识（如公司SOP或工业设备故障手册）。 未来，随着向量数据库和嵌入模型的优化，RAG将继续成为企业级AI的核心支柱，其核心逻辑——以检索事实约束生成——将确保AI从演示工具进化为生产力引擎。
66910编辑于 2025-09-05 - 来自专栏腾讯云智能·AI公有云
大模型知识引擎全面升级为「腾讯云智能体开发平台」
2025年以来，随着 DeepSeek 等大模型技术的持续突破，AI 智能体热度持续攀升。全球科技巨头与初创企业纷纷入局，智能体正加速向落地演进，成为企业实现降本增效、重塑业务流程的关键驱动力。 5月21日，在“2025腾讯云AI产业应用峰会”上，腾讯云副总裁、腾讯云智能负责人、腾讯优图实验室负责人吴运声宣布大模型知识引擎全面升级为“腾讯云智能体开发平台（TCADP）”。 行业领先的RAG能力： 高效激活企业知识资产 面对企业海量非结构化知识的管理难题，腾讯云智能体开发平台基于领先的 RAG 技术，实现企业知识的高效激活和利用，能够精准适配复杂业务场景： • 复杂结构解析 支持平台级、应用级、知识库级的多层权限体系配置，不管是按组织架构、岗位角色，还是黑白名单控制，都可以灵活支持。比如，腾讯学堂是服务于腾讯内部的培训平台，知识规模庞大，权限体系复杂。 欢迎试用：大模型知识引擎 | 300万DeepSeek模型资源包免费领！
1.8K10编辑于 2025-05-22 - 来自专栏服务器运维日常
【腾讯云智能体开发平台】打造企业专属AI智能客服
通用大语言模型与知识引擎的应用区别 通用大语言模型具有很多功能，用于AI智能客服应用中，可以对公开知识库进行回答，但对于细分行业，或具体企业的特有知识库，通用大模型则无法做到精确回答。 什么是腾讯云智能体开发平台LKE 腾讯云智能体开发平台（LLM Knowledge Engine），是面向企业客户及合作伙伴的，基于大语言模型的知识应用构建平台，结合企业专属数据，提供知识问答等应用范式 ，更快更高效地完成大模型应用的构建，推动大语言模型在企业服务场景的应用落地。 通过更多、更完善的问答数据的配置，可以实现问题的快速精确回答，以下介绍如何进行知识引擎的配置。 腾讯云智能体开发平台配置步骤 一、新建应用 1、进入腾讯云智能体开发平台 LKE控制台，点击新建应用。 三、测试知识引擎 找到创建的应用，点击“调用”，在打开的页面中，进入体验链接进行测试。
1.5K31编辑于 2024-05-20 - 来自专栏机器学习与统计学
纯离线安装大模型推理引擎，部署量化大模型
大家好，我是 Ai 学习的老章 继续介绍大模型推理引擎+Llama.cpp，前文我写了# 内网部署 llama.cpp，运行量化大模型，详细介绍了 llama.cpp 这个推理引擎，内网离线 cmake 本文我们用个更省事儿的内网离线部署方式——Docker，然后用其部署量化大模型，其中踩坑若干，才有如此精炼、极简教程 1、联网环境拉取 llama.cpp 镜像并保存 选择镜像最好是官方，比如 llama.cpp server-cuda https://github.com/ggml-org/llama.cpp/blob/master/docs/docker.md 市面上有很多个人打包的镜像，大多都是阉割版 费老大劲搞进去，发现大模型无法加载 /dir 再传入内网： llama.cpp 服务需要模型文件才能运行，在你的 Linux 服务器上创建一个目录，用来存放 GGUF 格式的模型文件。 5、启动大模型 docker run --rm --runtime nvidia -e TZAsia/Shanghai --gpus "device=2" -v /opt/data/ai/GGUF:/models
1.2K10编辑于 2025-10-11 - 来自专栏创作是最好的自我投资
基于腾讯云LKE×DeepSeek，5分钟搭建天气小管家，让你的春天不再喷嚏连连
在这个测评活动中，我主要介绍了我们的活动主角大模型知识引擎LKE和标准模式应用简单搭建，应用接口调用及原子能力接口调用的代码示例和由此探讨的一些适用的场景，文章内容写的比较通俗易懂，文章中的代码也都是我在线调试和本地 想到这里，就在想，是否可以基于腾讯云大模型知识引擎LKE×DeepSeek 来搭建天气相关的应用，智能的天气小管家，可以实时帮助我们关注天气情况，避免感冒找上门。想到这里，说干就干。 大模型知识引擎 LKE那么，在开始LKE 应用搭建之前，考虑到不是所有的小伙伴都会去看我的测评文章，那么也就会有一些小伙伴还不知道什么是大模型知识引擎LKE。 大模型知识引擎LKE是什么？ from_column=20421&from=20421 点击【产品体验】系统会自动跳转到 大模型知识引擎 LKE 开通提示页面，在当前页面等待几秒就可以开通成功。
69220编辑于 2025-03-30 DeepSeek + 流程引擎：大模型如何提升流程引擎的能力
生成式AI，特别是基于大语言模型（LLM）的技术，如DeepSeek、ChatGPT，能够以自然语言生成、理解、优化和执行任务，在流程引擎中发挥越来越重要的作用。 本文将详细探讨生成式AI如何提升流程引擎的能力，分析其在不同业务场景中的应用，并为企业创造价值。一、流程引擎的基础概念流程引擎是用于自动化和优化企业内部流程的技术平台。 流程引擎通常包括流程建模、任务分配、进度监控、数据流动等功能，能够处理简单的任务自动化到复杂的端到端业务流程。传统的流程引擎依赖于预设规则和工作流模型，通过规则引擎来执行任务。 然而，随着业务复杂性的增加，传统流程引擎面临许多挑战，如处理动态变化、应对不确定性、灵活调整等问题。生成式AI的引入，可以帮助流程引擎超越这些限制，提升其智能化水平。二、AI如何提升流程引擎的能力？ 4.灵活应对动态变化传统流程引擎对于不确定性和动态变化的应对能力有限，而生成式AI通过其强大的推理和学习能力，可以帮助流程引擎快速适应不断变化的环境和需求。
53610编辑于 2025-03-18- 来自专栏学习
DeepSeekの食用指南：在腾讯云LKE厨房里，我们把AI炖成了一锅会写彩虹屁的佛跳墙
什么是腾讯云大模型知识引擎 LKE 大模型知识引擎产品官网： LKE（Large Model Knowledge Engine） 是腾讯云推出的面向企业级应用的大模型知识服务引擎，旨在通过整合多模态数据 腾讯云凭借强大的公有云服务，为 DeepSeek 模型的运行提供更稳定的环境，确保服务的可靠性和稳定性 安全保障 有基本的安全保障措施 腾讯云提供包括大模型知识引擎在内的全方位安全保障，保护企业数据和应用安全 ，降低企业应用大模型的风险 如何在腾讯云大模型知识引擎 LKE中使用deepseek模型呢？ 简单的体验腾讯云平台提供的deepseek模型 我们在大模型知识引擎LKE 知识应用搭建 知识应用平台主页点击产品体验。 deepseek模型应用 但是我们在我们的大模型知识引擎平台这么调用deepseek的话感觉会显得很单调，那么我们就可以利用我们引擎平台创建以及的deepseek应用程序，设置自己的promopt，那么接下来就是具体的步骤了
71832编辑于 2025-02-28 AI大模型知识库
而基于AI大模型构建的知识库系统，通过自然语言处理技术和深度学习算法，能够自动完成文本解析、语义关联与智能检索，使分散的知识资源形成有机网络，为企业知识管理带来革命性变革。 系统具备三大核心模块：知识抽取引擎可从多模态素材中识别关键实体；关系图谱构建器自动生成概念间的拓扑连接；推理计算单元支持复杂查询的逻辑演绎。 相较于传统方案，AI大模型知识库在技术特性上展现出显著优势：语义理解深度方面，传统方案依赖关键词匹配，误差率高，而AI方案具备上下文感知能力，准确率超92%；更新维护成本上，传统方案人工录入月均耗时120h 三、实施路径规划建议成功部署AI大模型知识库需经历三个阶段：首先是领域定制化训练，使用企业专属语料对基座模型进行调优，确保模型适配企业业务场景；其次是人机协同校验机制建立，通过人工复核保障输出内容的合规性与准确性 五、未来演进方向展望随着多模态融合技术的发展，下一代AI大模型知识库将突破文本局限，实现图纸三维模型与操作视频的联动检索，拓展知识呈现与应用形式。
50910编辑于 2025-10-16- 来自专栏《C++与 AI：个人经验分享合集》
《盘古大模型——鸿蒙NEXT的智慧引擎》
而盘古大模型在其中发挥着至关重要的核心作用。 赋予小艺智能助手超强能力 在鸿蒙NEXT中，盘古大模型赋予了小艺智能助手更强的记忆、推理和规划能力，使其能够支持23类常用记忆类型，掌握万亿token的知识量。 助力智能应用开发 盘古大模型为开发者提供了强大的模型基础和能力，极大地降低了智能应用的开发难度和门槛。 推动智能生态发展 盘古大模型作为鸿蒙NEXT人工智能的核心模型支撑，吸引了更多的开发者和合作伙伴加入鸿蒙生态系统。 盘古大模型是鸿蒙NEXT的智慧引擎，它赋予了小艺智能助手超强能力，助力智能应用开发，实现多模态个性化场景体验，保障数据安全与隐私，推动智能生态发展。
47021编辑于 2025-01-20 - 来自专栏云探索
腾讯云智能体开发平台×DeepSeek：如何搭建RAG促进文旅产业智能化升级
一、腾讯云智能体开发平台：智能时代的知识新引擎在数字化转型的浪潮中，企业对于智能化的需求日益增长。 灵活的API接口LKE提供了丰富的API接口，方便企业将知识引擎集成到自身的业务系统中，实现智能化升级。 （三）LKE与DeepSeek的结合腾讯云智能体开发平台LKE集成了DeepSeek系列模型，包括DeepSeek-R1和DeepSeek-V3。 DeepSeek系列模型以其强大的语义分析、计算推理、问答对话、篇章生成、代码编写等多种能力，成为知识引擎的得力助手。 其他配置如您的业务场景需要围绕知识库提供更为严谨的回复，建议将“联网搜索”关闭、并将回复设置切换为“大模型对知识来源以外的问题，按填写内容回复”。（三）知识库管理在应用管理页面，选择“知识管理”选项。
92251编辑于 2025-02-27 - 来自专栏IT技术分享社区
C#实战：基于腾讯云智能体开发平台×DeepSeekAPI接口快速搭建成语知多少小应用
一、腾讯云智能体开发平台 LKE介绍官方介绍：腾讯云智能体开发平台（LLM Knowledge Engine），是面向企业客户及合作伙伴的，基于大模型的应用构建平台，结合企业专属数据，更快更高效地搭建Agent 、RAG、工作流等多种模式应用，推动大语言模型在企业中的应用落地。 原子能力：已API接口的方式提供给开发者自行构建大模型专属应用。主要包括多轮改写、Embedding、重排序、文档解析四大能力。 插件中心：通过插件能帮助知识引擎开发应用拓展功能，支持有开发能力者丰富应用内容，相当于是知识引擎应用能力的补充。 体验中心：基于知识引擎推出的最佳实践应用，大家可以基于推荐的应用创建为自己的应用，然后进行功能进一步丰富。
60831编辑于 2025-03-31 - 来自专栏大侠之运维
很丝滑，腾讯云上线满血deepseek，目前免费！
今天看到腾讯云悄悄上线了一个服务，叫做知识引擎原子能力，目前支持deepseek-r1及deepseek-V3模型，并且是满血的671B参数 MoE 模型。 访问地址：console.cloud.tencent.com/lkeap这篇文章介绍的是通过api去调用访问，如果想要通过网页版访问可以去如下地址：网页版：lke.cloud.tencent.com/lke 如何开通使用知识引擎原子能力访问对应的地址后，点击开通，然后你点击大模型只是引擎，可以进入网页版，选择原子能力可以使用api网页版访问如下，与deepseek使用方式一致。 我们这里主要介绍如何使用api，先去生成api通过chatbox来接入大模型关于chatbox这里就不再做具体的介绍了，我们看下通过chatbox+腾讯云deepseek配置后的介绍。 你需要先去安装chatbox，访问如下地址即可：地址：chatboxai.app/zh然后根据下图配置自定义模型，api是前面生成的然后你就可以愉快的使用了。
3.2K60编辑于 2025-02-11 - 来自专栏灵光独耀
腾讯云智能体开发平台的MCP上手指南
什么是MCPMCP（Model Context Protocol，模型上下文协议）是专为大语言模型（LLM）应用设计的开放协议，旨在实现LLM与外部数据源、工具的无缝集成。 可以说，MCP协议的普及和落地，带来了Agent和大模型应用开发的新范式。 目前，知识引擎平台已经精选了多款MCP Server，包括腾讯位置服务、腾讯云EdgeOne Pages、Airbnb、Figma、Fetch、微信读书等，涵盖各类专业信息获取、网页部署和预览、网页解析获取等场景 在工作流模式下，用户可以自定义工作流来响应用户的需求，通过拖拉拽知识引擎的各种原子，编排所需的流程。而Agent模式则由大模型进行任务自主规划和工具调用，无需代码，几步即可开发一个智能体应用。 https://lke.cloud.tencent.com/lke#/app/home实操过程在https://lke.cloud.tencent.com/lke#/plugin-center/home
1.7K10编辑于 2025-04-17 DeepSeekの食用指南：在腾讯云LKE厨房里，我们把AI炖成了一锅会写彩虹屁的佛跳墙
什么是腾讯云智能体开发平台 LKE 腾讯云智能体开发平台产品官网： LKE（Large Model Knowledge Engine） 是腾讯云推出的面向企业级应用的大模型知识服务引擎，旨在通过整合多模态数据 、行业知识库与大模型能力，提供智能问答、知识检索、决策辅助等场景化解决方案。 ，可能无法很好地满足企业个性化需求 企业用户上传私域知识后，借助知识引擎的 RAG 能力，DeepSeek 模型能更好地理解和运用企业专属知识，为企业提供更精准、个性化的服务 稳定性 整体较为稳定，但面对大模型相关的一些复杂需求和高并发等情况可能有挑战 腾讯云凭借强大的公有云服务，为 DeepSeek 模型的运行提供更稳定的环境， 简单的体验腾讯云平台提供的deepseek模型 我们在腾讯云智能体开发平台LKE 知识应用搭建 知识应用平台主页点击==产品体验==。
74610编辑于 2025-03-05- 来自专栏LLM时代，写点什么
腾讯云智能体开发平台 | 如何一站式构建运营商智能客服
腾讯云智能体开发平台 LKE 腾讯云智能体开发平台（LLM Knowledge Engine）是基于大语言模型的知识应用构建平台，可以通过知识库的构建，来结合企业专属数据，提供知识问答等应用范式，更快更高效地完成大模型应用的构建 产品优势 在DeepSeek的热度浪潮下，市场上涌现了很多基于DeepSeek构建大模型应用的产品，而选择LKE的的原因在于： 高效搭建大模型应用：提供大模型应用构建工作台，同时提供公有云和私有化两个版本 体验中心 目前LKE开放了产品体验服务，在LKE主页点击产品体验，即可进入LKE体验中心。 提供了很多优秀的大模型应用，点击立即体验即可使用大模型应用。 在此页面选择模型配置，除了基本的DeepSeek R1和V3模型，还可以选择精调知识大模型和各个垂直行业的大模型，例如金融、医疗。 在大模型引擎解析过后，基于这些文档就形成了智能客服的知识库。 问答FAQ 我们可以整理出来高频固定的问题，生成FAQ导入到我们的智能客服中，这样可以提高智能客服的回复速度，并保证回复的标准化。
1.8K80编辑于 2025-03-20 - 来自专栏AI及人工智能
腾讯云DeepSeek大模型应用搭建指南
2月8日，腾讯云宣布上线DeepSeek-R1及V3原版模型API接口，通过强大的公有云服务，腾讯云可以为用户提供稳定优质的服务。 同时，腾讯云旗下大模型知识应用开发平台知识引擎也接入了DeepSeek-R1及V3这两款模型，并率先支持联网搜索，结合知识库、RAG等能力，随着人工智能技术的不断发展，腾讯云的DeepSeek大模型为开发者提供了强大的自然语言处理能力 开通腾讯云智能体开发平台 LKE腾讯云智能体开发平台 LKE点击产品体验二、创建应用1.应用管理到腾讯云智能体开发平台管理界面，点击新建应用应用配置界面，可以配置指令等等，我们可以直接点击发布按钮，使用默认配置发布等待两分钟成功之后可以看到调用按钮三 端口和9091端口是否被占用接下来根据MD文档，修改一下js文件中的秘钥API密钥管理从这里新建秘钥，腾讯云默认最多只有两个，创建好记得保存上，因为后面就看不到了修改代码中的secret等参数appid是大模型中 static.js标识ws模式还是sse模式链接对话，可选值ws和sseconst ACCESS_TYPE = 'sse';体验机器人的appkey，同上服务配置项中appIdconst APP_KEY = '在大模型
2.2K50编辑于 2025-02-17 - 来自专栏人工智能
下一代智能系统的核心：构建基于大语言模型的知识引擎
前言随着人工智能技术的飞速发展，大语言模型（LLM）已成为推动智能应用创新的核心力量，基于大模型的智能知识引擎能够处理海量文本数据，提供精准的知识检索、智能问答和内容生成服务，广泛应用于金融、医疗、教育 2、模型层：是智能知识引擎的核心，负责加载和调优大语言模型，模型层通常包括预训练模型的加载、微调（Fine-tuning）、模型优化等模块。 （一）大语言模型的选择与优化大语言模型是智能知识引擎的核心组件，选择合适的模型需要考虑模型的规模、性能、适用场景和成本。 实际应用前景然后再来分享一下大模型知识引擎的实际应用。 Answer: Beijing 结束语通过上文的详细介绍，大模型驱动的智能知识引擎正站在一个新的历史起点上，它不仅代表了人工智能技术的前沿探索，更预示着人类社会智能化转型的未来方向，大模型驱动的智能知识引擎在架构设计
40221编辑于 2025-03-03 - 来自专栏机器学习与统计学
基于大模型、SKills 的知识管理
整个系统的架构可以拆成五个模块： Karpathy 知识库系统：五大模块 1. 数据导入（Data Import） 把各种原始素材——论文、文章、代码库、数据集、图片——统统丢进 raw/ 目录。 这点我必须插一嘴——40 万字对现在的长上下文模型来说真不算什么。 Gemini 的百万 token 窗口，Claude 的 200K 上下文，处理这个量级的知识库绑绑有余。 这种场景下知识库方法的优势更明显——你不可能把所有领域的知识都记在脑子里。 搭的是一个知识积累与检索系统——把数据灌进去，编译成知识，然后查询和输出。 40 万字知识库微调一个专属的小模型，让它从骨子里"理解"你的领域知识和思考方式。
18620编辑于 2026-04-13 - 来自专栏深度学习自然语言处理
FuseLLM：大语言模型的知识融合！
虽然模型集成需要并行部署多个模型，但权重合并通常仅限于具有相同架构的模型。相反，本文提出的方法通过将多个LLM的知识和能力明确地转移到目标LLM，支持将多个具有不同架构的LLM融合。 Knowledge Distillation：知识蒸馏最初被提出用于模型压缩，包括在一个或多个教师模型的指导下训练学生模型。在NLP中已有较为广泛的应用。本文的方法与传统的知识蒸馏有显著的区别。 首先，在传统的知识蒸馏中，学生模型通常被限制为比教师更小的尺寸。然而，在本文的场景中，目标模型的大小没有限制。其次，传统的知识蒸馏通常会导致学生模型在蒸馏后落后于教师的表现。 相比之下，本文预计在融合之后，目标模型将超过任何源模型的性能。 方法 模型架构 上图展示了传统模型融合技术和本文的LLM知识融合方法(FUSELLM)的对比。不同的动物图标代表不同的LLM。 这表明FuseLLM 通过通过连续训练集成三个具有不同架构的7B模型来实现的卓越性能超过了简单地从单个13B模型中提取知识的好处。
1.2K11编辑于 2024-01-31
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号